Démarrages rapides (Quickstarts)¶
Utilisez les démarrages rapides suivants pour vous aider à vous familiariser avec Snowflake ML.
Démarrage rapide |
Niveau |
Description |
---|---|---|
Débutant |
Construire, déployer et gérer un modèle XGBoost en production, y compris l’introduction complète des fonctionnalités MLOps de Snowflake |
|
Intégrations d’échelle avec Snowflake Notebooks sur Container Runtime |
Intermédiaire |
Expérimenter un modèle d’intégration open source et s’en servir pour l’inférence par lots |
Détecter les défauts à l’aide des frameworks PyTorch distribués avec Snowflake Notebooks |
Intermédiaire |
Détecter les défauts avec les modèles de vision par ordinateur basés sur les frameworks PyTorch à l’aide de GPUs |
Premiers pas avec les frameworks PyTorch distribués avec Snowflake Notebooks |
Intermédiaire |
Construire et déployer un modèle de recommandation avec les frameworks PyTorch à l’aide de GPUs |
Construire des modèles ML pour décrypter le code des conversions des clients |
Intermédiaire |
Construire un pipeline ML complet qui classifie les données textuelles, effectue une analyse des sentiments avec gen AI, et prédit les achats des clients à l’aide de XGBoost |
Démarrage rapide |
Niveau |
Description |
---|---|---|
Débutant |
Introduction rapide couvrant les bases de l’utilisation de Snowflake Notebooks sur Container Runtime |
|
Débutant |
Développer un modèle dans Snowflake Notebooks, y compris le prétraitement, l’ingénierie des fonctions et l’entraînement du modèle |
|
Entraîner un modèle XGBoost avec des GPUs en utilisant Snowflake Notebooks |
Débutant |
Entraîner un modèle XGBoost sur les GPUs dans Snowflake Notebooks |
Transcription audio distribuée multi-nœuds et multi-GPU avec Snowflake ML |
Intermédiaire |
Effectuer des transcriptions audio multi-nœuds, multi-GPU en utilisant Container Runtime avec Whisper d’OpenAI V3 sur HuggingFace |
Démarrage rapide |
Niveau |
Description |
---|---|---|
Introduction à Snowflake Feature Store avec Snowflake Notebooks |
Débutant |
Introduction rapide couvrant les bases de l’utilisation de Snowflake Feature Store |
Débutant |
Introduction rapide couvrant les bases de l’utilisation des APIs dans Snowflake Feature Store |
|
Débutant |
Introduction rapide couvrant les bases de l’utilisation de l’observabilité ML dans Snowflake |
|
Développer et gérer les modèles ML avec le magasin de fonctionnalités et le registre des modèles |
Intermédiaire |
Illustre un cycle d’expérimentation ML comprenant la création de fonctions, la génération de données d’entraînement, l’entraînement de modèles et l’inférence |